Kunstig intelligens for tolkning av undergrunnen

Seismiske data inneholder verdifull informasjon om undergrunnen, men datamengdene er ofte for store og komplekse til å utnyttes fullt ut. Vi utvikler KI-baserte grunnmodeller som bidrar til raskere arbeidsprosesser, mer konsistente analyser og bedre utnyttelse av undergrunnsdata.

Hva er en grunnmodell?

Kunstig intelligens brukes allerede i dag til en rekke oppgaver innen seismikk og geofag, fra automatisering av geologiske strukturer til segmentering og klassifisering av data. Slike modeller kan være svært effektive, men de er som regen utviklet for én spesifikk oppgave og krever store mengder merkede treningsdata.

Grunnmodeller, eller foundation models, er en ny tilnærming. I stedet for å trenes til én bestemt oppgave, trenes modellen først på store mengder rådata for å lære generelle mønstre og sammenhenger i dataene. Deretter kan den tilpasses en rekke ulike oppgaver med langt mindre behov for ny trening og merkede data.

Fra spesialverktøy til avansert plattformteknologi

Tradisjonelle KI-modeller kan sammenlignes med spesialverktøy: De løser én oppgave svært godt, men de må ofte bygges på nytt dersom problemstillingen endres.

En grunnmodell fungerer mer som en base. Når modellen først har lært å forstå strukturer og mønstre i seismiske data, kan den brukes som utgangspunkt for mange ulike anvendelser. Den trenger heller ikke store mengder med data for å lære nye ting. Dette reduserer utviklingstiden, senker kostnadene og gjør det mulig å utforske nye metoder og bruksområder raskere enn tidligere.

Fordeler med grunnmodeller

Grunnmodeller kan bidra til å:

• redusere behovet for store mengder merkede treningsdata
• gjenbruke kunnskap på tvers av ulike oppgaver og prosjekter
• utvikle nye KI-løsninger raskere og mer kostnadseffektivt
• gjøre analyse og tolkning mer interaktiv
• gi mer konsistente resultater på tvers av datasett
• åpne for nye anvendelser innen energi, naturressurser og offshore infrastruktur

Når det mest ressurskrevende arbeidet allerede er gjort i grunnmodellen, kan mindre og mer spesialiserte modeller bygges på toppen for konkrete oppgaver. Dette gjør terskelen lavere for å teste nye ideer og utvikle nye tjenester.

NCS-modellen – en grunnmodell trent på norske data

NCS-modellen er en grunnmodell trent på seismiske data fra Norges nasjonale datalager DISKOS ved hjelp av den norske superdatamaskinen Olivia. Modellen er utviklet i samarbeid med Aker BP og Equinor og tilgjengelig som åpen kildekode.

Selv om modellen er utviklet med utgangspunkt i data fra norsk sokkel, kan teknologien anvendes på langt flere områder enn olje- og gassleting. Potensielle bruksområder inkluderer blant annet CO₂-lagring, havvind og planlegging av offshoreinstallasjoner der kunnskap om undergrunnen er avgjørende.

Ved å gjøre modellen tilgjengelig som åpen kildekode legger vi til rette for at både forskningsmiljøer og industriaktører kan ta teknologien i bruk, videreutvikle den og utforske nye anvendelser.

Anvendelser og samarbeid

Enten dere ønsker å ta i bruk eksisterende teknologi, utforske nye anvendelser eller utvikle løsninger tilpasset egne utfordringer, diskuterer vi gjerne mulige samarbeidsmuligheter.

Ta gjerne kontakt dersom dere ønsker å diskutere en problemstilling eller et mulig samarbeid.

Relaterte tjenester

Vil du vite mer om arbeidet vårt?

Ta kontakt.